El gasto empresarial en inteligencia artificial crecerá un 47% en 2026, hasta alcanzar 2,59 billones de dólares, según Gartner. Sin embargo, el 82% de los líderes empresariales advierte que la inversión solo se traduce en retorno cuando la IA comprende el contexto completo de la compañía. Así lo sostiene Abby Godee, chief experience officer en Publicis Sapient, quien lleva cuatro años explicando a sus clientes que la promesa de personalización a escala, automatización de flujos y asistentes a medida no es viable sin un trabajo fundacional previo.
Ese trabajo se articula en tres ejes. El primero es la estrategia de datos: IDC cifra en un 90% el porcentaje de datos no estructurados en las grandes empresas, en la práctica inaccesibles para sistemas de IA en producción. El segundo es la madurez del contenido, que debe estar organizado para que una máquina pueda leerlo (machine-ready) y no como páginas pensadas solo para humanos. El tercero son los sistemas de diseño, que según Godee casi ninguna compañía tiene preparados para una operación automatizada por IA. Sin estas tres piezas, advierte, "la IA amplifica lo que ya estaba roto, en lugar de arreglarlo".
La consecuencia es una asimetría creciente entre una pequeña élite de empresas —entre las que cita a Philips, con diseño históricamente integrado con ingeniería y negocio, que ya experimenta con servidores MCP propios— y la inmensa mayoría, todavía lejos de ese escenario. El Model Context Protocol, estándar abierto propuesto por Anthropic a finales de 2024, funciona como un enchufe universal entre modelos de lenguaje y sistemas internos. En paralelo, la personalización por prompts y chats hace que los recursos visuales tradicionales pierdan protagonismo, lo que obliga a las compañías a tener una estrategia de datos clara para mantener su esencia de marca.